文章列表-AI魔法学院

文章列表

6.2K Star！MIT出品的多语言语音合成神器，CPU实时推理吊打商业软件！

每种语言一套API，集成复杂得要命每次搞TTS都像在交智商税，花钱还买不到好体验。

MeloTTS 语音工具

智能知识图谱SmartKG和pySmartKG简介

它能够根据用户输入的实体和关系数据自动生成知识图谱，并提供图谱可视化及基于图谱的智能对话机器人。

知识图谱

【进阶】-文生图术语解释

也就是说，如果采用当前数据进行额外的训练将无法改进模型，模型即达到收敛状态。

文生图

中学生能看懂：Sora 原理解读

随着时间的推移，这些小区域中的信息会随着物体的移动或场景的变化而变化，从而在时间维度上添加了动态信息。

Sora 原理

会“追问”的Agent，大模型知识库另类实践

政策型文档往往本身蕴含着知识图谱-决策树，而Agent的工作是将其清晰地描绘出来以应对和引导用户的意图，例如，对于公积金租房场景，Agent可以构建一棵这样的决策树（图4）：图4:租房场景决策树

大模型

从0到1谈谈智能客服系统的设计与实现

如果A客服和B客服都已经达到了各自的饱和度，那么系统将进入排队状态。

智能客服

一文汇总Prompt提示工程的相关策略技巧

这是我们与模型沟通的桥梁，是我们与这个 AI 实体互动的途径。

提示词框架

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

ensp; Playground docs Playground 文档加入特定聊天室要加入已处于活动状态的

voice agent 开源音视频

数字人：从科幻走向现实的技术革命

它们不仅为我们带来了前所未有的娱乐体验，还在教育、医疗、社交等多个领域展现出了广阔的应用前景。

数字人语音

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

据海外媒体报道，上周一款名为LipDub 的翻译软件正式发布，这款AI程序可以让视频创作者在几分钟内使用不同语言进行交流。

AI

语音克隆又又又又又升级了

，时隔几个月Meta又推出了最新的语音生成技术，不仅能可能声音，还能通过对声音的描述来生成独特的音色，同时还能通过描述来生成各种各样的音效，甚至能通过文字描述来编辑声音，整体来说，这项技术几乎囊括了现在人们对语音生成技术的所有的需求

Meta 语音生成

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

基于大语言模型 (LLM) 构建的产品（例如 OpenAI 的 ChatGPT 和 Anthropic 的 Claude）非常出色，但也存在缺陷：它们的数据集是静态的——大语言模型在静态数据集上进行训练

检索增强生成大语音模型

40个prompt，让你成为麦肯锡高手

SWOT 分析： “将SWOT分析应用于[我的商业决策]，列举与这个决策相关的优势、劣势、机会和威胁，以便在决策过程中更好地了解自身优势和面临的挑战。”

prompt

真格基金大模型能力测试问题集---垂直能力篇

(C) Heartbleed攻击防病毒扫描器本身。

中文训练大模型

基于 Kimi Chat 的 AI 渐进式阅读法

社交媒体推荐的文章、RSS 订阅的文章、主动搜索到的文章… 因为有大量的信息要处理，我的 read it later 文章也越来越多。

Kimi Chat 阅读

<...25 26 27 282930 31 32 33 34 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1